空間分辨率對綠潮覆蓋面積、密集度衛(wèi)星遙感信息提取的影響＊

鞏加龍，肖艷芳，蔡曉晴，牟 冰，秦 平，劉榮杰，崔廷偉*

(1．中國海洋大學(xué)，山東 青島266100;2．國家海洋局第一海洋研究所，山東 青島266061)

自2007年以來，綠潮在我國黃、東海海域連續(xù)大規(guī)模爆發(fā)，對水產(chǎn)養(yǎng)殖、海洋旅游等相關(guān)產(chǎn)業(yè)造成了嚴重影響。衛(wèi)星遙感技術(shù)憑借其大范圍、同步、快速觀測等優(yōu)勢，已經(jīng)成為綠潮監(jiān)測的重要手段［1-5］，在綠潮起源、空間分布、生消過程和漂移監(jiān)測等方面發(fā)揮了重要作用［6-11］。

基于多源衛(wèi)星數(shù)據(jù)(包括MODIS、GOCI、HJ-1 CCD和SAR等)的綠潮提取結(jié)果存在較大差異［12-14］。Cui等［13］利用準(zhǔn)同步的光學(xué)和微波衛(wèi)星遙感數(shù)據(jù)，進行了多源衛(wèi)星數(shù)據(jù)綠潮監(jiān)測能力的差異分析。結(jié)果表明，空間分辨率相同(30 m)的ENVISAT ASAR與HJ-1 CCD數(shù)據(jù)綠潮提取能力相近，相對偏差約為14%;MODIS(250 m)數(shù)據(jù)綠潮提取面積為HJ-1 CCD的2．41倍。作者指出，空間分辨率是導(dǎo)致多源衛(wèi)星綠潮提取結(jié)果存在差異的主要原因，此外，多源衛(wèi)星過境時間、成像機制及波段設(shè)置等方面的差異也是潛在的影響因素。

本文在上述研究工作的基礎(chǔ)上，深入分析并量化空間分辨率對綠潮衛(wèi)星遙感監(jiān)測的影響。通過選擇波段、過境時間相同的MERIS全、降分辨率影像，利用NDVI算法進行綠潮信息提取，對比分析不同空間分辨率遙感影像綠潮覆蓋面積、密集度提取結(jié)果的差異，定量評價空間分辨率對綠潮衛(wèi)星遙感提取結(jié)果的影響。

1 數(shù)據(jù)與方法

1．1 衛(wèi)星遙感數(shù)據(jù)

中等分辨率成像光譜儀(Medium Resolution Imaging Spectrometer Instrument，MERIS)是European Space Agency(ESA)發(fā)射的海洋水色傳感器，具有全分辨率(300 m)和降分辨率(1 200 m)兩種模式。受到星上存儲容量和衛(wèi)星數(shù)據(jù)下傳速率的制約，MERIS雖以全分辨率模式成像，但星上全部實時重采樣為降分辨率數(shù)據(jù)并下傳，而僅遴選部分區(qū)域的全分辨率影像下傳，所以并不是所有的降分辨率MERIS影像都有與之對應(yīng)的全分辨率影像。MERIS在可見光至近紅外(390-1 040 nm)范圍內(nèi)設(shè)置了15個波段，光譜分辨率在3．75-20 nm之間［15］。

本文選用的MERISL1B數(shù)據(jù)(全、降分辨率)成像時間為2010年6月6日和2011年6月13日(見圖1)，其中2010年6月6日處于綠潮爆發(fā)初期，綠潮分布范圍較小且稀疏，2011年6月13日處于綠潮大規(guī)模爆發(fā)時期，綠潮分布范圍較大且密集。

1．2 綠潮衛(wèi)星遙感提取算法

綠潮覆蓋面積和密集度是綠潮衛(wèi)星遙感監(jiān)測的兩個重要參數(shù)，其中，綠潮覆蓋面積反映了綠潮的爆發(fā)規(guī)模，密集度則反映了綠潮斑塊空間分布的聚集程度。

利用NDVI算法進行綠潮衛(wèi)星遙感信息提取:

式中，NIR、R分別為近紅外波段和紅光波段的反射率，本文NIR采用MERIS影像第10波段(753．75 nm)、R采用第8波段(681．25 nm)。

通過設(shè)置合理的NDVI閾值T以提取綠潮信息;理論上通常T取0即可，但實際上由于大氣輻射等因素的影響［13］，T值可能不為0，目前準(zhǔn)確的閾值確定還存在困難。本文基于假彩色合成圖像及NDVI結(jié)果，確定了可能的閾值分布范圍，在該范圍內(nèi)選取多個閾值分別進行綠潮信息提取，其中2010年6月6日MERIS影像的閾值區(qū)間為［-0．08，-0．04］，2011年6月13日MERIS影像的閾值區(qū)間為［-0．035，0］。

統(tǒng)計研究區(qū)NDVI＞T的像元個數(shù)N，計算綠潮覆蓋面積S:

式中，r為衛(wèi)星傳感器空間分辨率。

采用斑塊個數(shù)［16］(NP)和聚合度［17］(AI)兩個指標(biāo)來表征綠潮密集度，其中聚合度的計算公式如下:

式中，n為綠潮斑塊個數(shù)，Pij是綠潮斑塊i與j相鄰的概率。斑塊個數(shù)和聚合度均通過fragstat4．1軟 件計算得到。

圖1 2010年6月6日(左)和2011年6月13日(右)MERIS全分辨率影像假彩色合成圖(波段組合方式為:R:band 7，G:band 10，B:band 2)，圖中紅框為所選取的研究區(qū)，其中的部分綠潮斑塊(綠框)放大顯示于左下角Fig．1 False color composite image of MERISfull-resolution images on June 6th，2010(left)and June 13th，2011(right)(R:band 7，G:band 10，B:band 2)．The red-colored rectangle shows the study area．The information of green macroalgae bloom(GMB)(green-colored rectangle)is enlarged and displayed in the lower left corner

2 遙感影像空間分辨率對綠潮衛(wèi)星遙感提取結(jié)果的影響

2．1 遙感影像空間分辨率對綠潮覆蓋面積遙感提取的影響

圖2 2010年6月6日(左)和2011年6月13日(右)MERIS影像綠潮覆蓋面積Fig．2 GMB covered area in MERISimage on June 6th，2010(left)and June 13th，2011(right)

在閾值區(qū)間內(nèi)，按固定步長選取多個綠潮探測閾值，分別計算全、降分辨率影像中的綠潮覆蓋面積，并以全分辨率影像結(jié)果為基準(zhǔn)，計算二者的相對偏差，結(jié)果見圖2和圖3。

圖3 綠潮覆蓋面積相對偏差隨NDVI探測閾值的變化Fig．3 Relative error of extracted GMB covered area as function of the NDVI detection threshold

由圖2和圖3可見，MERIS全、降分辨率影像的綠潮覆蓋面積提取結(jié)果存在明顯差異。空間分辨率不同導(dǎo)致的綠潮覆蓋面積相對偏差與NDVI算法的綠潮探測閾值有關(guān)，最大相對偏差可達67%，且相對偏差隨著閾值的增大而增大。

綠潮覆蓋面積隨探測閾值的增大而減小，但減小幅度與空間分辨率有關(guān)，降分辨率影像的減小幅度大于全分辨率影像，在閾值區(qū)間內(nèi)，全分辨率影像綠潮覆蓋面積減小了約49%，而降分辨率影像減小可達68%。

2．2 遙感影像空間分辨率對綠潮密集度遙感提取的影響

全、降分辨率MERIS影像綠潮斑塊個數(shù)和聚合度的計算結(jié)果分別如圖4和圖5所示。

圖4 2010年6月6日(左)和2011年6月13日(右)綠潮斑塊個數(shù)(NP)Fig．4 Number of patches(NP)of GMB on June 6th，2010(left)and June 13th，2011(right)

圖5 2010年6月6日(左)和2011年6月13日(右)綠潮聚合度(AI)Fig．5 Aggregation index(AI)of GMB on June 6th，2010(left)and June 13th，2011(right)

由圖4和圖5可以看出，空間分辨率對綠潮密集度遙感提取結(jié)果具有顯著的影響，兩景全分辨率MERIS影像提取的綠潮斑塊個數(shù)分別是降分辨率影像的14～21倍和7～10倍，聚合度也分別較降分辨率影像高17%～25%和15%～21%。

綠潮斑塊個數(shù)隨閾值的增大而減小，在相應(yīng)的閾值區(qū)間內(nèi)，全、降分辨率影像的降幅分別可達79%和114%。綠潮聚合度在閾值區(qū)間內(nèi)隨閾值的增大呈減小趨勢，兩景全分辨率影像的降幅分別為5．2%和11．2%，兩景降分辨率影像的降幅分別為50．1%和37．7%。

3 討論

本文的目標(biāo)是量化空間分辨率對綠潮衛(wèi)星遙感信息提取的影響，為不同分辨率衛(wèi)星綠潮提取結(jié)果的相互轉(zhuǎn)換提供依據(jù)，為揭示多源衛(wèi)星數(shù)據(jù)綠潮監(jiān)測結(jié)果存在明顯差異的原因奠定基礎(chǔ)。目前的結(jié)果表明，空間分辨率對綠潮衛(wèi)星遙感(面積、密集度)信息提取存在顯著影響，但影響方式復(fù)雜，既與綠潮NDVI探測閾值有關(guān)(圖2和圖4)，還可能與綠潮發(fā)展階段(初期和爆發(fā)期等)有關(guān)(見圖2、圖4和圖5)，未來需針對上述因素利用大量的數(shù)據(jù)分別開展進一步的研究。

受衛(wèi)星數(shù)據(jù)政策的影響，本文只獲取了四景MERIS全、降分辨率(300 m和1 200 m)影像進行分析，未來可考慮針對綠潮生消全過程，利用重采樣方法和中高分辨率影像生成一系列降分辨率影像，深入開展綠潮提取結(jié)果的對比分析，包括不同重采樣方法可能引入的差異以及不同綠潮發(fā)展階段分辨率的影響等。

由于多種因素的影響，綠潮NDVI探測閾值尚難以準(zhǔn)確確定，本文選取了一定的閾值區(qū)間，在該區(qū)間選取多個閾值進行綠潮信息提取和結(jié)果的對比分析，需要指出的是，針對不同日期的MERIS影像，確定的閾值區(qū)間并不相同，可能的原因是:不同影像成像時刻的大氣、海洋環(huán)境存在差異，以及綠潮處于不同的發(fā)展階段等。

4 結(jié)論

本文利用MERIS全、降分辨率(300 m和1 200 m)影像研究了遙感影像空間分辨率對綠潮覆蓋面積和密集度衛(wèi)星遙感信息提取的影響，結(jié)果表明:(1)遙感影像的空間分辨率對綠潮衛(wèi)星遙感(面積、密集度)信息提取存在顯著影響，但影響方式復(fù)雜，其影響既與綠潮NDVI探測閾值有關(guān)，還可能與綠潮發(fā)展階段有關(guān)。(2)綠潮覆蓋面積隨探測閾值的增大而減小，空間分辨率越低減小越顯著。空間分辨率差異導(dǎo)致的綠潮覆蓋面積相對偏差隨綠潮NDVI探測閾值的增大而增大，最大相對偏差可達67%。(3)空間分辨率對綠潮密集度遙感提取結(jié)果具有顯著影響，全分辨率MERIS影像提取的綠潮斑塊個數(shù)為降分辨率影像的7～21倍，綠潮聚合度較降分辨率影像高15%～25%。綠潮斑塊個數(shù)隨閾值的增大而減小，而綠潮聚合度隨閾值的變化不大。下一步需針對綠潮生消全過程開展不同分辨率衛(wèi)星遙感提取結(jié)果的對比分析。

［1］ 蔣興偉，劉建強，鄒斌，等．滸苔災(zāi)害衛(wèi)星遙感應(yīng)急監(jiān)測系統(tǒng)及其應(yīng)用［J］．海洋學(xué)報，2009，31(1):52-64．JIANG Xingwei，LIU Jianqiang，ZOU Bin，et al．The satellite remote sensing system used in emergency response monitoring forEntermorpha proliferadisaster and its application［J］．Acta Ocenologica Sinca，2009，31(1):52-64．

［2］ 孫凌，郭茂華，李三妹，等．用FY-3A MERIS進行青島海域滸苔監(jiān)測［J］．遙感信息，2010，(1):64-68．SUN Ling，GUO Maohua，LI Sanmei，et al．Enteromorpha proliferamonitoring with FY-3A MERSI around the Sea Area of Qingdao［J］．Remote Sensing Information，2010，(1):64-68．

［3］ 李三妹，李亞君，董海鷹，等．淺析衛(wèi)星遙感在黃海滸苔監(jiān)測中的應(yīng)用［J］．應(yīng)用氣象學(xué)報，2010，21(1):76-82．LI Sanmei，LI Yajun，DONG Haiying，et al．Satellite remote sensing application toEnteromorpha proliferamonitoring in the Yellow Sea［J］．Journal of Applied MET Eorological Science，2010，(1):76-82．

［4］ SHI W，WANG M．Green macroalgae blooms in the Yellow Sea during the spring and summer of 2008［J］．Journal of Geophysical Research，2009，114(C12):C12010．

［5］ SON Y B，MIN J E，RYU J H．Detecting massive green algae(Ulva prolifera)blooms in the Yellow sea and East China sea using geostationary ocean color imager(GOCI)Data［J］．Ocean Science Journal，2012，47(3):359-375．

［6］ 于風(fēng)．青島-黃海滸苔衛(wèi)星光學(xué)遙感［D］．青島:中國海洋大學(xué)，2010．YU Feng．Satellite optical remote sensing ofUlva proliferain coastal waters off Qingdao and the Yellow Sea of China［D］．Qingdao:Ocean University of China，2010．

［7］ 劉建強，蔣興偉，鄒斌，等．滸苔多源衛(wèi)星遙感監(jiān)測技術(shù)研究［M］．滸苔生態(tài)學(xué)研究，北京:海洋出版社，2009:3-11．LIU Jian-qiang，JIANG Xing-wei，ZOU Bin，et al．Research ofEnteromorpha proliframonitoring based on multi-source satellite data［M］．Ecology research ofEnteromorpha prolifera，Beijing:China Ocean Press，2009:3-11．

［8］ 顧行發(fā)，陳興峰，尹球，等．黃海滸苔災(zāi)害遙感立體監(jiān)測［J］．光譜學(xué)與光譜分析，2011，31(6):1627-1632．GU Xing-fa，CEHN Xing-feng，YIN Qiu，et al．Stereoscopic remote sensing used in monitoringEnteromorpha prolifradisaster in Chinese Yellow Sea［J］．Spectroscopy and Spectral Analysis，2011，31(6):1627-1632．

［9］ CIAPPA A，PIETRANERA L，COLETTA A，et al．Sea surface transport deteced by pairs of COSMO-SkyMed ScanSAR images in the Qingdao region(Yellow sea)during a macro-algal bloom in July 2008［J］．Journal of Marine Systems，2010，80(1):135-142．

［10］ QIAO L，WANG G，LV X，et al．Drift characteristics of green macroalgae in the Yellow Sea in 2008 and 2010［J］．Chinese Science Bulletin，2011，56(21):2236-2242．

［11］ 趙文靜，張杰，崔廷偉，等．水下懸浮滸苔海面光譜響應(yīng)的輻射傳輸模擬［J］．光譜學(xué)與光譜分析，2009，29(6):1656-1660．ZHAO Wenjing，ZHANG Jie，CUI Tingwei，et al．Enteromorpha proliferaunderwater spectral research based on simulation of radiation transmission［J］．Spectroscopy and Spectral Analysis，2009，29(6):1656-1660．

［12］ 祁建春，李洪建，李莘莘，等．HJ-1-CCD與MODIS數(shù)據(jù)的NDVI比較分析［J］．遙感信息，2013，28(3):44-49．QI Jianchun，LI Hongjian，LI Xinxin，et al．Comparison and analysis of NDVI between HJ-1-CCD data and MODIS data［J］．Remote Sensing Information，2013，28(3):44-49．

［13］ 鐘山，丁一，李振，等．MODIS滸苔遙感監(jiān)測誤差分析研究［J］．遙感信息，2013，28(1):38-42．ZHONG Shan，DING Yi，LIZhen，et al．Error analysis onEnteromorpha proliferamonitoring using MODISdata［J］．Remote Sensing Information，2013，28(1):38-42．

［14］ CUI T W，ZHANG J，SUN L E，et al．Satellite monitoring of massive green macroalgae bloom(GMB):imaging ability comparison of multi-source data and drifting velocity estimation［J］．International Journal of Remote Sensing，2012，33(17):5513-5527．

［15］ 高中靈，汪小欽，陳云芝．MERIS遙感數(shù)據(jù)特性及應(yīng)用［J］．海洋技術(shù)，2006，25(3):61-65．GAO Zhongling，WANG Xiaoqin，CHEN Yunzhi．The characteristic and applications of MERIS［J］．Ocean Technology，2006，25(3):61-65．

［16］ 鄔建國，李百煉，伍業(yè)鋼．綴塊性和綴塊動態(tài)［J］．生態(tài)學(xué)雜志，1992，11(4):41-45．WU Jianguo，LI bailian，WU Yegang．Patchiness and patch dynamics［J］．Chinese Journal of Ecology，1992，11(4):41-45．

［17］ HE H S，DEZONIA B E，MLADENOFF D J．An aggregation index(AI)to quantify spatial patterns of landscapes［J］．Landscape Ecology，2000，15(7):591-601．